論文の概要: A Call to Arms: AI Should be Critical for Social Media Analysis of Conflict Zones
- arxiv url: http://arxiv.org/abs/2311.00810v2
- Date: Fri, 13 Dec 2024 19:33:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-17 13:52:57.263208
- Title: A Call to Arms: AI Should be Critical for Social Media Analysis of Conflict Zones
- Title（参考訳）: A Call to Arms:AIは紛争ゾーンのソーシャルメディア分析に不可欠であるべきだ
- Authors: Afia Abedin, Abdul Bais, Cody Buntain, Laura Courchesne, Brian McQuinn, Matthew E. Taylor, Muhib Ullah,
- Abstract要約: 本稿は、ウクライナ戦争で記録された、特定の兵器システムと、それらを用いた武装集団の記章を特定することに焦点を当てる。
この研究は、コンフリクトコンテキストに関する類似のオンラインドキュメントを調べるための大きな機会を示しています。
- 参考スコア（独自算出の注目度）: 5.2179556169385055
- License:
- Abstract: The massive proliferation of social media data represents a transformative opportunity for conflict studies and for tracking the proliferation and use of weaponry, as conflicts are increasingly documented in these online spaces. At the same time, the scale and types of data available are problematic for traditional open-source intelligence. This paper focuses on identifying specific weapon systems and the insignias of the armed groups using them as documented in the Ukraine war, as these tasks are critical to operational intelligence and tracking weapon proliferation, especially given the scale of international military aid given to Ukraine. The large scale of social media makes manual assessment difficult, however, so this paper presents early work that uses computer vision models to support this task. We demonstrate that these models can both identify weapons embedded in images shared in social media and how the resulting collection of military-relevant images and their post times interact with the offline, real-world conflict. Not only can we then track changes in the prevalence of images of tanks, land mines, military trucks, etc., we find correlations among time series data associated with these images and the daily fatalities in this conflict. This work shows substantial opportunity for examining similar online documentation of conflict contexts, and we also point to future avenues where computer vision can be further improved for these open-source intelligence tasks.
- Abstract（参考訳）: ソーシャルメディアデータの膨大な増加は、紛争研究と武器の拡散と使用を追跡するための変革的な機会である。
同時に、利用可能なデータの規模とタイプは、従来のオープンソースインテリジェンスには問題があります。
本稿では、特にウクライナへの国際軍事援助の規模を考慮すると、これらの任務が作戦情報と兵器拡散の追跡に不可欠であることから、ウクライナ戦争で記録された兵器システムとそれらを用いた武装集団の記章の特定に焦点をあてる。
しかし,ソーシャルメディアの大規模化は手作業による評価を困難にしているため,コンピュータビジョンモデルを用いた早期作業を提案する。
これらのモデルは、ソーシャルメディアで共有される画像に埋め込まれた武器を識別し、軍事関連画像の収集とそのポストタイムが、オフラインで現実世界の紛争とどのように相互作用するかを実証する。
戦車、地雷、軍用トラック等の画像の出現率の変化を追跡するだけでなく、これらの画像に関連する時系列データと、この紛争における日々の死亡率の相関関係を見出すことができる。
この研究は、コンフリクトコンテキストに関する類似のオンラインドキュメントを調べる大きな機会を示し、また、これらのオープンソースのインテリジェンスタスクでコンピュータビジョンをさらに改善できる将来的な方法についても指摘します。
関連論文リスト
- MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training [62.843316348659165]
ディープラーニングに基づく画像マッチングアルゴリズムは、人間を劇的に上回り、大量の対応を素早く正確に見つける。
本稿では, 画像間の基本構造を認識し, 一致させるためのモデル学習のために, 合成モード間学習信号を利用する大規模事前学習フレームワークを提案する。
我々の重要な発見は、我々のフレームワークで訓練されたマッチングモデルが、目に見えない8つのクロスモダリティ登録タスクにまたがる顕著な一般化性を達成することである。
論文 参考訳（メタデータ） (2025-01-13T18:37:36Z) - From Newswire to Nexus: Using text-based actor embeddings and transformer networks to forecast conflict dynamics [0.0]
本研究では,テキストベースのアクター埋め込みとトランスフォーマーモデルを用いたコンフリクト予測の分野を推し進める。
我々は、ニュースワイヤテキストと構造化コンフリクトイベントデータを組み合わせて、対立するアクター間のエスカレーションとデエスカレーションを予測する。
論文 参考訳（メタデータ） (2025-01-07T16:45:37Z) - Fear and Loathing on the Frontline: Decoding the Language of Othering by Russia-Ukraine War Bloggers [6.632254395574994]
その他に、外集団を内集団と根本的に異なるものとして描写する行為は、しばしばそれらを現実的な脅威とみなすようにエスカレートする。
ドイツやルワンダの少数民族に対するジェノサイドの極端な歴史的例から、米国やヨーロッパの移民を標的とした暴力や修辞学まで、これらのダイナミクスは驚くほど広範囲に及んでいる。
我々のフレームワークは、他者のダイナミクスに関する深い洞察を提供するように設計されており、迅速な適応プロセスと組み合わせて、他者の社会的結束に対する悪影響を緩和するための重要なツールを提供する。
論文 参考訳（メタデータ） (2024-09-19T19:56:03Z) - The GPT Dilemma: Foundation Models and the Shadow of Dual-Use [0.0]
本稿では、基礎モデルの二重利用課題と、国際安全保障に影響を及ぼすリスクについて検討する。
本稿では,基礎モデルの開発サイクルにおいて,モデル入力,機能,システム利用事例,システム展開の4つの重要な要因を分析した。
本稿では、中距離原子力軍(INF)条約をケーススタディとして、関連するリスクを軽減するためのいくつかの戦略を提案する。
論文 参考訳（メタデータ） (2024-07-29T22:36:27Z) - An Open-Source Tool for Mapping War Destruction at Scale in Ukraine using Sentinel-1 Time Series [16.900687593159066]
武装紛争による建物被害を推定するスケーラブルな手法を提案する。
合成開口レーダ画像時系列の機械学習モデルを訓練することにより、建物レベルで確率的損傷推定を生成する。
大規模な推論を可能にし、アクセシビリティを確保するため、我々はGoogle Earth Engine上で実行するためにメソッドを紐付けます。
論文 参考訳（メタデータ） (2024-06-04T17:24:19Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳（メタデータ） (2023-04-19T02:53:59Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - CCTV-Gun: Benchmarking Handgun Detection in CCTV Images [59.24281591714385]
銃の暴力は重要なセキュリティ問題であり、コンピュータビジョンコミュニティが効果的な銃検出アルゴリズムを開発することが必須である。
実際のCCTV画像から銃を検出することは、未だに困難で未調査の課題である。
我々は,実世界のCCTV画像における拳銃検出の課題に対処するベンチマーク「textbfCCTV-Gun」を提案する。
論文 参考訳（メタデータ） (2023-03-19T16:17:35Z) - There is a Time and Place for Reasoning Beyond the Image [63.96498435923328]
画像は人間の目へのピクセルだけでなく、他のソースからのコンテキスト情報から推論、関連付け、推論して、推論することで、より完全な画像を確立することができる。
我々は、ニューヨーク・タイムズ(NYT)から自動的に抽出された16k画像と関連するニュース、時間、位置のデータセットTARAと、WITから離れた監視対象として追加で61k例を紹介した。
我々は、最先端のジョイントモデルと人間のパフォーマンスの間に70%のギャップがあることを示し、これは、セグメントワイズ推論を用いて高レベルな視覚言語ジョイントモデルを動機づける提案モデルによってわずかに満たされている。
論文 参考訳（メタデータ） (2022-03-01T21:52:08Z) - Monitoring War Destruction from Space: A Machine Learning Approach [1.0149624140985478]
紛争地帯における建物破壊に関する既存のデータは、目撃者の報告や手動による検出に依存している。
本稿では,ディープラーニング技術を用いた高解像度衛星画像の自動破壊計測手法を提案する。
我々は、シリア内戦と国内の主要都市における被害の進展にこの方法を適用した。
論文 参考訳（メタデータ） (2020-10-12T19:01:20Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。